<img src="https://secure.leadforensics.com/133892.png" alt="" style="display:none;">

Tänasel digitaalsel ajastul oleme järjest rohkem sõltuvad andmetest ja iga ettevõtte loodav andmete hulk kasvab tohutu kiirusega. Kahjuks on veel tänagi väga palju ettevõtteid, kus andmeid luuakse mitte digitaalsete lahendustega ehk siis paberi ja pliiatsiga varustatud inimeste poolt. Enamasti liiguvad need käsitsi täidetud paberilehed järgmise inimese lauale. Olgu see siis meister, andmesisestaja, raamatupidaja või keegi teine. Seejärel järgneb samade andmete Excelisse või majandustarkvarasse sisestamine ja analüüs. Kuidas aga andmed automaatselt liikuma saada, just sellest täna räägimegi.

Mis maksab manuaalne andmete kogumine täna ettevõttele näiteks aasta lõikes?

Tooksin siinkohal välja ühe lihtsa arvutuskäigu tootmisettevõtte näitel:

Oletame, et ettevõttes töötab 10 inimest, kes ühel või teisel põhjusel annavad oma tööpäevas tagasisidet kolmele erinevale paberile. Oletame, et tööline kulutab igas tunnis 3 minuti selleks, et anda tagasisidet. Ehk siis 24 minutit tööpäevas. Info liikumise järjekorras liiguvad need paberid andmesisestaja lauale, kes kulutab 20 minutit, et see info sisestada tarkvarasse. Seega saame ühe töötaja kohta 44 minutit päevas andmete kogumiseks. Kui korrutame selle läbi meie näites oleva ettevõtte 10 töötajaga saame, et summaarselt kulutasime ühe tööpäeva info sisestamiseks 440 minutit (7,3h). Aastas tähendaks see (tööpäevi aastas) 253 X 7,3h =  1846,9 töötundi ettevõtte kohta. Kuna päris elus ei lähe alati kõik korrektselt ja esineb vigu nii kirjutamisel kui ka kirjutatust aru saamisel, siis lisame 10% vigade parandusele ja täpsustustele kuluvat aega ehk kogukulu tundides on 2031,59 h.

 

Reeglina toimub ettevõttetes ka kogutud andmete analüüsimine ja raportite koostamine ehk siis lisame siia veel 10% kuluvat aega ning saame kogukulu tundides 2031,59h+ (2031,59h * 10%) = 2234,75 h. Kui eeldada, et töölise keskmine tunnipalk on 7€ siis saame andmete loomise kuluks 2234,75 X 7€ = 15643.24 € aastas. Siia lisandub alternatiivkuluna aeg, mida oleks saanud kasutada millegi tootmiseks ja sellest tekkida lisandväärtus.

Mis oleks kaasaegne lahendus ja lähenemine antud probleemile?

Varasemalt on olnud ka väga lihtsate andmete kogumise rakenduste loomine ning nende paigaldamine mobiilsetesse töövahenditesse IT osakonna või IT partneri tööpõld. Nüüd on Microsoft oma Power Platformiga aga antud müüti murdmas. Millest me täpselt räägime?

 

MS Power Platform koosneb neljast erinevast tootest:

MS Power Platform koosneb neljast erinevast tootest

Lühidalt võiks neid iseloomustada nii:

Power BI -- kogutud andmete visualiseerimiseks.

Power Apps -- no-code (programeerimist mitte vajav) rakenduste loomiseks nii desktop kui mobiilsetele seadmetele.

Power Automate -- töövoogude automatiseerimiseks

Power Virtual Agent -- virtuaalsete bot-ide loomiseks

Nüüd, kui läheme tagasi ülevalpool toodud näite juurde. Kuidas seda lahendada?

1.     Automatiseerime andmete kogumise.

Oletame, et ettevõte automatiseerib andmete kogumise osa. Selleks loob kasutades Power Appsi mobiilse lahenduse, kus kasutaja saab anda tagasisidet otse töökohal. Ainult, et nüüd saab andmeid valideerida juba andmete sisestamisel ja saame ahelast välja lõigata väikese lisandväärtusega andmesisestaja töö. Numbritesse tõlgendades oletame, et kasutajal kulub edaspidi andmete sisestamiseks 1/3 ajast ehk 1 minut, mis teeb tööpäevas ajakuluks 8 minutit.

 

Meie näite põhjal teeb 10 töötaja kohta see 80 minutit (1,3h) inimeste tööaega päevas. Aastas tähendab see 253 (tööpäevi aastas) X 1,3h =  329h töötundi ettevõtte kohta. Kuna andmete sisestust valideerib rakendus, siis hilisemaid vigade parandusi ei ole vaja. Oletame, et ettevõtte IT spetsialist kulutas selle rakenduse loomiseks ühe nädala ja testimiseks ning vigade remontimiseks ka ühe nädala, ehk siis kokku 80h.

 

Ajaline võit aastas oleks varasema protsessiga võrreldes 2032h - 329h -80h  =1623h.

Kui eeldada, et töölise keskmine tunnipalk on 7€, siis saame võiduks aastas 1623 X 7€ = 11 361 € aastas. Lisaks vabanev tööaeg.

 

2.     Automatiseerime andmete analüüsi ja raportite koostamise

Oletame, et järgmise sammuna automatiseerib ettevõte andmete analüüsimise ja raportite koostamise ning kasutab edaspidi automaatselt uuenevaid raporteid. Samuti loob analüüsi töölauad. Seega on ilmselt mõistlik eeldada, et kindlasti kulub mingi aeg andmete ja raportite analüüsimiseks. Oletame, et see on 5% ajast ehk 329h +(329h X  5%)= 345 töötundi aastas.

 

Oletame, et ettevõtte IT-spetsialist kulutas selle rakenduse loomiseks ühe nädala ja testimiseks ning vigade remontimiseks ka ühe nädala, ehk siis kokku 80h.

Ajaline võit aastas oleks varasema protsessiga võrreldes 2235h - 345h -80h= 1810h.

 

Antud lihtsustatud näite puhul on ilmekalt näha ajaline ja rahaline võit, kui digitaliseerida ja automatiseerida manuaalne protsess.

 

Lisaks kaasnevad lahedustega võidud, mida ei ole nii lihtne numbritesse arvestada. Üheks selleks on näiteks töötajate rahulolu ja motiveerituse tõus, kuna nad ei pea tegelema madala lisandväärtusega tegevustega. Samuti võimaldab andmete digitaliseerimine oluliselt täpsemaid analüüse ja paraneb ka loodud andmete kvaliteet ja usaldusväärsus, mis ei ole väike võit.

Tee ise või kaasa asjatundjaid!

Kui tunned, et soovid rohkem teada võimalustest ja vajadusel abi, siis võta meiega julgelt ühendust siin 👇

Vahetame mõtteid!

Julget digitaliseerimist ja automatiseerimist!

Topics

Tekkis mõtteid? Jaga meiega!

Blogi

right-arrow share search phone phone-filled menu filter envelope envelope-filled close checkmark caret-down arrow-up arrow-right arrow-left arrow-down